선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 랜드마크 칩의 추출을 위해 GSHHS (Global Self-consistent Hierarchical Hi gh-resolution Shoreline) 해안선 데이터베이스를 사용하여 GOES위성의 위치를 반영한 랜드마크 칩들을 구축하였다.
- 구축된 랜드마크 칩과 구름 추출로 명확한 해안선 위치를 가지는 위성영상으로 자동정합을 하였다. 정합에는 오정합을 포함하고 있어 오정합을 자동으로 검출하기위한 강인추정기법을 사용하여 참정합점들을 얻는다.
- 구축된 랜드마크칩들은 실험에 사용한 GOES위성의 위치를 반영하였다. 그림 2와 같이 위성영상의 가시광선채널 1과 적외선 채널2를 반영한 2가지의 칩을 구축하였다.
- 정합결과 채널 1과 채널2의 정합점을 사용하여 RANSAC을 수행하였다. 이때 사용한 모델은 궤도기반모델이다(허동석, 김태정, 2006).
- Rrpy는 위성의 자세각, roll, pitch, yaw에 의해 결정되는 회전행렬을 나타내며, R#는 위성의 자세와 속 도 벡터에 결정되는 회전행렬을 나타낸다. 궤도기반 모델을 사용하여 모델을 수립하고 총반복횟수는 500, 1000, 5000, 10000, 50000, 100000등으로 하고 문턱치는 2.5, 5, 7.5, 10등을 사용하였다.
- 자동정합기준점들로 최종목표인 기하보정을 수행하였다.
- 개선이 중요하다. 이를 위해 정합에 수행할 때 구름 추출된 지역을 제외하고 채널1의 경우 사용하는 영상의 UTC를 고려하여 위경도 위치에 따른 시간을 계산하여 낮으로 적용되는 지역에만 정합을 수행하도록 하였다. 채널2 의 경우는 구름이 제거된 지역에서 정합이 이루어지도록 하였다.
대상 데이터
- 기상위성의 영상정보를 사용자에게 보다 정확한 위성영상의 정보를 제공하기위해 기하보정이 수행되어야 한다. 통신해양기상위성의 자동 기하보정을 위하여 COMS위성과 지리적으로 유사한 위치에 있으며, 현재 우리나라에서 기상위성으로 사용하고 있는 GOES -9의 위성데이터를 사용하였다.
- 구름추출을 위해 1단계는 육안으로 보아도 구름임이 확실한 구름을 제거하기 위하여 채널 2 의 밝기값이 150이상인 지역을 제거한다. 채널 1의 경우 밝기값이 100이상인 지역을 제거한다.
- 정합에 사용된 영상은 가시광선과 근적외선 영상의 채널1과 채널2를 사용하여 실험하였다.
- 채널1의 경우 240x240의 크기의 서브 영상으로 소벨 필터의 문턱치로 40을 사용하였다. 채널2의 경우 160x160의 크기의 서브영상으로 소벨 필터의 문턱치로 30을 사용하여 해안선을 뚜렷하게 나타내었다.
- 실험에 사용된 영상은 GOES-9영상으로 UTC를 기준으로 하여 시간을 나타내었다.
- 이때 모델수립에 사용된 데이터를 제외한 나머지 데이터로 모델에 적용한다. 모델에 적용한 결과값과 관측값과의 차이를 구하고 최대 반복횟수만큼 반복하여 RANSAC의 문턱치보다 작은 값을 가지는 데이터의 개수 중 최대의 수를 포함하는데이터를 가진 모델을 최종모델로 선택한다(이태윤, 김태정, 최해진, 2005; Taejung Kim and Young-Jo Im, 2003; Tae-Yoon Lee, Taejung Kim and Hae Jin Choi, 2005).
이론/모형
- 정합에는 오정합을 포함하고 있어 오정합을 자동으로 검출하기위한 강인추정기법을 사용하여 참정합점들을 얻는다. 일련의 자동기하보정을 위한 구름 추출, 정합, 자동 오정합 등의 처리시간은 COMS의 위성정보가 30분 내외의 간격으로 송수신되기에 중요하다.
- 정합에 ZNCC(the zero mean normalized cross-correlation)알고리즘을 사용하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.